語音信號分析與處理系統(tǒng)設計[24頁]

1、 語音信號分析與處理系統(tǒng)設計語音信號分析與處理系統(tǒng)設計摘要語音信號處理是研究用數字信號處理技術和語音學知識對語音信號進行處理的新興的學科，是目前發(fā)展最為迅速的信息科學研究領域的核心技術之一。通過語音傳遞信息是人類最重要、最有效、最常用和最方便的交換信息形式。Matlab語言是一種數據分析和處理功能十分強大的計算機應用軟件，它可以將聲音文件變換為離散的數據文件，然后利用其強大的矩陣運算能力處理數據，如數字濾波、傅里葉變換、時域和頻域分析、聲音回放以及各種圖的呈現等，它的信號處理與分析工具箱為語音信號分析提供了十分豐富的功能函數，利用這些功能函數可以快捷而又方便地完成語音信號的處理和分析以及信號的

2、可視化，使人機交互更加便捷。信號處理是Matlab重要應用的領域之一。本設計針對現在大部分語音處理軟件內容繁多、操作不便等問題，采用MATLAB7.0綜合運用GUI界面設計、各種函數調用等來實現語音信號的變頻、變幅、傅里葉變換及濾波，程序界面簡練，操作簡便，具有一定的實際應用意義。最后，本文對語音信號處理的進一步發(fā)展方向提出了自己的看法。關鍵字：Matlab；語音信號；傅里葉變換；信號處理；目 錄1 緒論11.1課題背景及意義11.2國內外研究現狀11. 3本課題的研究內容和方法21.3.1 研究內容21.3.2 運行環(huán)境21.3.3 開發(fā)環(huán)境22 語音信號處理的總體方案32.1 系統(tǒng)基本概述

3、32.2 系統(tǒng)基本要求32.3 系統(tǒng)框架及實現32.4系統(tǒng)初步流程圖43 語音信號處理基本知識63.1語音的錄入與打開63.2采樣位數和采樣頻率63.3時域信號的FFT分析63.4數字濾波器設計原理73.5倒譜的概念74 語音信號處理實例分析84.1圖形用戶界面設計84.2信號的采集84.3語音信號的處理設計84.3.1 語音信號的提取84.3.2 語音信號的調整104.3.2.1 語音信號的頻率調整104.3.2.2語音信號的振幅調整114.3.3 語音信號的傅里葉變換124.3.4 語音信號的濾波134.3.4.1 語音信號的低通濾波134.3.4.2 語音信號的高通濾波154.3.4.3

4、 語音信號的帶通濾波154.3.4.4 語音信號的帶阻濾波164.4 語音信號的輸出175 總結18參考文獻19致 謝20語音信號分析與處理系統(tǒng)設計1 緒論語音是語言的聲學表現，是人類交流信息最自然、最有效、最方便的手段。隨著社會文化的進步和科學技術的發(fā)展，人類開始進入了信息化時代，用現代手段研究語音處理技術，使人們能更加有效地產生、傳輸、存儲、和獲取語音信息，這對于促進社會的發(fā)展具有十分重要的意義，因此，語音信號處理正越來越受到人們的關注和廣泛的研究。1.1課題背景及意義語音信號處理是一門比較實用的電子工程的專業(yè)課程，語音是人類獲取信息的重要來源和利用信息的重要手段。通過語言相互傳遞信息是人

5、類最重要的基本功能之一。語言是人類特有的功能，它是創(chuàng)造和記載幾千年人類文明史的根本手段，沒有語言就沒有今天的人類文明。語音是語言的聲學表現，是相互傳遞信息的最重要的手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。語音信號處理是研究用數字信號處理技術對語音信號進行處理的一門學科，它是一門新興的學科，同時又是綜合性的多學科領域和涉及面很廣的交叉學科。1.2國內外研究現狀20世紀60年代中期形成的一系列數字信號處理的理論和算法，如數字濾波器、快速傅立葉變換（FFT）等是語音信號數字處理的理論和技術基礎。隨著信息科學技術的飛速發(fā)展，語音信號處理取得了重大的進展：進入70年代之后，提出了用于

6、語音信號的信息壓縮和特征提取的線性預測技術（LPC），并已成為語音信號處理最強有力的工具，廣泛應用于語音信號的分析、合成及各個應用領域，以及用于輸入語音與參考樣本之間時間匹配的動態(tài)規(guī)劃方法；80年代初一種新的基于聚類分析的高效數據壓縮技術矢量量化（VQ）應用于語音信號處理中；而用隱馬爾可夫模型（HMM）描述語音信號過程的產生是80年代語音信號處理技術的重大發(fā)展，目前HMM已構成了現代語音識別研究的重要基石。近年來人工神經網絡(ANN)的研究取得了迅速發(fā)展，語音信號處理的各項課題是促進其發(fā)展的重要動力之一，同時，它的許多成果也體現在有關語音信號處理的各項技術之中。1.3本課題的研究內容和方法1.

7、3.1 研究內容本論文主要介紹的是的語音信號的簡單處理。本論文針對以上問題，運用數字信號學基本原理實現語音信號的處理，在matlab7.0環(huán)境下綜合運用信號提取，幅頻變換以及傅里葉變換、濾波等技術來進行語音信號處理。我所做的工作就是在matlab7.0軟件上編寫一個處理語音信號的程序，能對語音信號進行采集，并對其進行各種處理，達到簡單的語音信號處理的目的。1.3.2 運行環(huán)境運行環(huán)境主要介紹了硬件環(huán)境和軟件環(huán)境。硬件環(huán)境： 處理器：Inter Pentium 166 MX 或更高 內存：512MB或更高 硬盤空間：40GB或更高 顯卡：SVGA顯示適配器軟件環(huán)境：操作系統(tǒng)：Window 98/

8、ME/2000/XP1.3.3 開發(fā)環(huán)境 開發(fā)環(huán)境主要介紹了本系統(tǒng)采用的操作系統(tǒng)、開發(fā)語言。(1) 操作系統(tǒng)：Windows XP(2) 開發(fā)環(huán)境：Matlab 7.02 語音信號處理的總體方案2.1 系統(tǒng)基本概述圖形用戶界面（Graphical User Interface，簡稱 GUI，又稱圖形用戶接口）是指采用圖形方式顯示的計算機操作用戶界面。與早期計算機使用的命令行界面相比，圖形界面對于用戶來說在視覺上更易于接受。GUI的廣泛應用是當今計算機發(fā)展的重大成就之一，他極大地方便了非專業(yè)用戶的使用人們從此不再需要死記硬背大量的命令，取而代之的是可以通過窗口、菜單、按鍵等方式來方便地進行操作。

9、2.2 系統(tǒng)基本要求本文是用Matlab對含噪的的語音信號同時在時域和頻域進行濾波處理和分析，在MATLAB應用軟件下設計一個簡單易用的圖形用戶界面（GUI），來解決一般應用條件下的各種語音信號的處理。2.3 系統(tǒng)框架及實現1） 語音信號的采集 使用電腦的聲卡設備采集一段語音信號，并將其保存在電腦中。2） 語音信號的處理語音信號的處理主要包括信號的提取、信號的調整、信號的變換和濾波等。.語音信號的時域分析語音信號是一種非平穩(wěn)的時變信號，它攜帶著各種信息。在語音編碼、語音合成、語音識別和語音增強等語音處理中無一例外需要提取語音中包含的各種信息。語音信號分析的目的就在與方便有效的提取并表示語音信號

10、所攜帶的信息。語音信號分析可以分為時域和變換域等處理方法，其中時域分析是最簡單的方法，直接對語音信號的時域波形進行分析，提取的特征參數主要有語音的短時能量，短時平均過零率，短時自相關函數等。 提?。和ㄟ^圖形用戶界面上的菜單功能按鍵采集電腦設備上的一段音頻信號，完成音頻信號的頻率，幅度等信息的提取，并得到該語音信號的波形圖。 調整：在設計的用戶圖形界面下對輸入的音頻信號進行各種變化，如變化幅度、改變頻率等操作，以實現對語音信號的調整。.語音信號的頻域分析信號的傅立葉表示在信號的分析與處理中起著重要的作用。因為對于線性系統(tǒng)來說，可以很方便地確定其對正弦或復指數和的響應，所以傅立葉分析方法能完善地解

11、決許多信號分析和處理問題。另外，傅立葉表示使信號的某些特性變得更明顯，因此，它能更深入地說明信號的各項紅物理現象。由于語音信號是隨著時間變化的，通常認為，語音是一個受準周期脈沖或隨機噪聲源激勵的線性系統(tǒng)的輸出。輸出頻譜是聲道系統(tǒng)頻率響應與激勵源頻譜的乘積。聲道系統(tǒng)的頻率響應及激勵源都是隨時間變化的，因此一般標準的傅立葉表示雖然適用于周期及平穩(wěn)隨機信號的表示，但不能直接用于語音信號。由于語音信號可以認為在短時間內，近似不變，因而可以采用短時分析法。 變換：在用戶圖形界面下對采集的語音信號進行Fourier等變換，并畫出變換前后的頻譜圖和變換后的倒譜圖。 濾波：濾除語音信號中的噪音部分，可采用低通

12、濾波、高通濾波、帶通濾波和帯阻濾波，并比較各種濾波后的效果。3）語音信號的效果顯示 通過用戶圖形界面的輸出功能，將處理后的信號的語音進行播放，試聽處理后的效果。2.4系統(tǒng)初步流程圖圖2.1列出了整個語音信號處理系統(tǒng)的工作流程：信號采集信息提取信號調整信號濾波信號變換效果顯示圖2.1 語音信號處理系統(tǒng)的工作流程其中信號調整包括信號的幅度和頻率的任意倍數變化。如下圖2.2圖2.2 信號調整信號調整幅度調整頻率調整信號的濾波采用了四種濾波方式，來觀察各種濾波性能的優(yōu)缺點：信號濾波切比雪夫I型低通濾波橢圓數字帶通濾波切比雪夫型帶阻濾波切比雪夫型高通濾波圖2.3 語音信號濾波的方式在以上三圖中，可以看到

13、整個語音信號處理系統(tǒng)的流程大概分為三步，首先要讀入待處理的語音信號，然后進行語音信號的處理，包括信息的提取、幅度和頻率的變換以及語音信號的傅里葉變換、濾波等；濾波又包括低通濾波、高通濾波、帶通濾波和帶阻濾波等方式。最后對處理過的語音信號進行處理后的效果顯示。以上是本系統(tǒng)的工作流程，本文將從語音信號的采集開始做詳細介紹。3 語音信號處理基本知識3.1語音的錄入與打開在MATLAB中，y,fs,bits=wavread(Blip,N1 N2);用于讀取語音，采樣值放在向量y中，fs表示采樣頻率(Hz)，bits表示采樣位數。N1 N2表示讀取從N1點到N2點的值（若只有一個N的點則表示讀取前N點的

14、采樣值）。 sound(x,fs,bits); 用于對聲音的回放。向量y則就代表了一個信號（也即一個復雜的“函數表達式”）也就是說可以像處理一個信號表達式一樣處理這個聲音信號。3.2采樣位數和采樣頻率采樣位數即采樣值或取樣值，用來衡量聲音波動變化的參數，是指聲卡在采集和播放聲音文件時所使用數字聲音信號的二進制位數。采樣頻率是指錄音設備在一秒鐘內對聲音信號的采樣次數，采樣頻率越高聲音的還原就越真實越自然。采樣位數和采樣率對于音頻接口來說是最為重要的兩個指標，也是選擇音頻接口的兩個重要標準。無論采樣頻率如何，理論上來說采樣的位數決定了音頻數據最大的力度范圍。每增加一個采樣位數相當于力度范圍增加了6

15、dB。采樣位數越多則捕捉到的信號越精確。對于采樣率來說你可以想象它類似于一個照相機，44.1kHz意味著音頻流進入計算機時計算機每秒會對其拍照達441000次。顯然采樣率越高，計算機攝取的圖片越多，對于原始音頻的還原也越加精確。3.3時域信號的FFT分析FFT即為快速傅氏變換，是離散傅氏變換的快速算法，它是根據離散傅氏變換的奇、偶、虛、實等特性，對離散傅立葉變換的算法進行改進獲得的。在MATLAB的信號處理工具箱中函數FFT和IFFT用于快速傅立葉變換和逆變換。函數FFT用于序列快速傅立葉變換，其調用格式為y=fft(x)，其中，x是序列，y是序列的FFT，x可以為一向量或矩陣，若x為一向量，

16、y是x的FFT且和x相同長度；若x為一矩陣，則y是對矩陣的每一列向量進行FFT。如果x長度是2的冪次方，函數fft執(zhí)行高速基2FFT算法，否則fft執(zhí)行一種混合基的離散傅立葉變換算法，計算速度較慢。函數FFT的另一種調用格式為y=fft(x,N)，式中，x，y意義同前，N為正整數。函數執(zhí)行N點的FFT，若x為向量且長度小于N，則函數將x補零至長度N；若向量x的長度大于N，則函數截短x使之長度為N；若x 為矩陣，按相同方法對x進行處理。3.4數字濾波器設計原理數字濾波器的作用是利用離散時間系統(tǒng)的特性對輸入信號波形(或頻譜)進行加工處理，或者說利用數字方法按預定的要求對信號進行變換。數字濾波器可以

17、理解為是一個計算程序或算法，將代表輸入信號的數字時間序列轉化為代表輸出信號的數字時間序列，并在轉化過程中，使信號按預定的形式變化。數字濾波器有多種分類，根據數字濾波器沖激響應的時域特征，可將數字濾波器分為兩種，即無限長沖激響應（IIR）濾波器和有限長沖激響應（FIR）濾波器。從性能上來說，IIR濾波器傳輸函數的極點可位于單位圓內的任何地方，因此可用較低的階數獲得高的選擇性，所用的存貯單元少，所以經濟而效率高。但是這個高效率是以相位的非線性為代價的。選擇性越好，則相位非線性越嚴重。相反，FIR濾波器卻可以得到嚴格的線性相位，然而由于FIR濾波器傳輸函數的極點固定在原點，所以只能用較高的階數達到高

18、的選擇性；對于同樣的濾波器設計指標，FIR濾波器所要求的階數可以比IIR濾波器高510倍，結果，成本較高，信號延時也較大；如果按相同的選擇性和相同的線性要求來說，則IIR濾波器就必須加全通網絡進行相位較正，同樣要大增加濾波器的節(jié)數和復雜性。整體來看，IIR濾波器達到同樣效果階數少，延遲小，但是有穩(wěn)定性問題，非線性相位；FIR濾波器沒有穩(wěn)定性問題，線性相位，但階數多，延遲大。3.5倒譜的概念l 定義：倒譜定義為信號短時振幅譜的對數傅里葉反變換。l 特點：具有可近似地分離并能提取出頻譜包絡信息和細微結構信息的特點l 用途： 提取聲道特征信息：提取頻譜包絡特征，以此作為描述音韻的特征參 數而應用于語

19、音識別。 提取音源信息：提取基音特征，以此作為描述音韻特征的輔助參數而應用于語音識別。 求法：A：短時信號；B：短時頻譜；C：對數頻譜； D：倒譜系數；E：對數頻譜包絡； F：基本周期4 語音信號處理實例分析4.1圖形用戶界面設計在MATLAB主窗口中，選擇File菜單中的New菜單項，再選擇其中的GUI命令，就會顯示圖形用戶界面的設計模板。MATLAB為GUI設計一共準備了4種模板，分別是Blank GUI(默認) 、GUI with Uicontrols(帶控件對象的GUI模板) 、GUI with Axes and Menu(帶坐標軸與菜單的GUI模板)與Modal Question D

20、ialog(帶模式問話對話框的GUI模板)。設計語音信號處理系統(tǒng)的用戶圖形操作界面（GUI）SoundProcess，其中菜單主要包括File、Process和Output三大主要部分，其中File菜單包括輸入（Input）、保存（Save）和退出（Quit）等功能；Process菜單主要包括提?。‥xtract）、調整（Extract）、變換（Transform）和濾波（Filter）菜單，其中調整（Extract）包括幅度調整（Range）和頻率調整（Frequency），濾波（Filter）菜單包含低通濾波（LowpassFilter）、高通濾波（HighpassFilter）、帶通濾波

21、（BandpassFilter）和帯阻濾波（BandstopFilter）等功能菜單。4.2信號的采集該系統(tǒng)是以一段簡短的的語音信號做為分析樣本，通過計算機系統(tǒng)將一段“主人，信息收到了”的語音信號保存到到計算機中，并且保存格式為“*.wav”。4.3語音信號的處理設計4.3.1 語音信號的提取在Matlab中使用Wavread函數，可得出信號的采樣頻率為22500，并且聲音是單聲道的。利用Sound函數可以清晰的聽到“主人，信息收到了”的語音。采集數據并畫出波形圖。其中聲音的采樣頻率Fs=22050Hz，y為采樣 數據，NBITS表示量化階數。部分程序如下： fn=input( Enter W

22、AV filename:,s); %獲取一個*.wav的文件x,fs,nb=wavread(fn);ms2=floor(fs*0.002);ms10=floor(fs*0.01);ms20=floor(fs*0.02);ms30=floor(fs*0.03);t=(0:length(x)-1)/fs; %計算樣本時刻 subplot(2,1,1); %確定顯示位置plot(t,x); %畫波形圖legend(Waveform);xlabel( Time(s);ylabel(Amplitude); 運行后彈出語音信號處理系統(tǒng)的操作界面如圖4.1：圖4.1語音信號處理系統(tǒng)的操作界面然后點擊File

23、菜單中的子菜單Input，回到Matlab軟件的輸入界面如圖4.2：圖4.2輸入界面輸入要處理的語音信號的名稱，便可得到語音語音的波形圖如圖4.3： 圖4.3語音語音的波形圖 如圖中提取的語音的波形圖所示，整段音頻數據中得聲音高低起伏與錄入的聲音信號基本一致，并且可以觀察到其中包含部分高頻噪聲。4.3.2 語音信號的調整在語音信號的研究中，經常會對語音信號進行進行多倍頻率以及多倍幅度變換調整，日常應用中，這種變換調整也經常要用到。所以在設計中也添加了這種功能，并能夠觀察調整后的信號的波形圖得變化， 而且能通過語音處理界面的輸出功能試聽處理后的語音信號。4.3.2.1 語音信號的頻率調整 在設計

24、中，可以將語音信號的采樣頻率提高或降低，來實現語音信號的調整，得到理想的語音信號。例如將采樣頻率提高一倍，即可得到語音信號頻率為原頻率2倍新的語音信號。運行ProcessAdjustFrequency，得到如圖4.4的信號波形圖，并試聽調整后的效果。圖4.4頻率調整后波形圖與原語音信號相比，經過調整后的信號周期變?yōu)樵瓉淼?/2，此時的語速明顯變快，即實現了信號的2倍頻功能。4.3.2.2語音信號的振幅調整在設計中，可以將語音信號的幅度進行提高或降低操作，來實現語音信號的調整，得到聲音音量大小不同的語音信號，例如將原語音信號的幅度提高一倍，得到如下圖4.5的信號波形圖，可以通過GUI操作界面的輸

25、出功能試聽調整后的效果。圖4.5 幅度調整后波形圖 此時聽到的調整后聲音聲調變高，但不是很明顯，可以將幅度的變化值設置的比較大，那樣的話就可以得到效果相當明顯的語音信號了。4.3.3 語音信號的傅里葉變換倒譜分析是指信號短時振幅譜的對數進行傅里葉反變換。它具有可近似地分離并提取出頻譜包絡信息和細微結構信息的特點。 對語音信號進行頻譜分析，在Matlab中可以利用函數fft對信號行快速傅里葉變換，得到信號的頻譜圖，并進行倒譜分析，得到倒譜圖。 傅里葉變換的部分程序如下：x=y(44101:55050,1); %提取原語音信號的一部分t=(0:length(x)-1)/fs; %計算樣本時刻sub

26、plot(3,1,1); %確定顯示位置plot(t,x); %畫波形圖legend(波形圖);xlabel( Time(s);ylabel(Amplitude);Y=fft(x,hamming(length(x); %做加窗傅里葉變換fm=5000*length(Y)/fs; %限定頻率范圍f=(0:fm)*fs/length(Y); %確定頻率刻度subplot(3,1,2);plot(f,20*log10(abs(Y(1:length(f)+eps);legend(頻譜圖); %畫頻譜圖ylabel(幅度(db);xlabel(頻率(Hz);c=fft(log(abs(x)+eps);

27、%倒頻譜計算ms1=fs/1000;ms20=fs/50q=(ms1:ms20)/fs; %確定倒頻刻度subplot(3,1,3);plot(q,abs(c(ms1:ms20); %畫倒譜圖legend(倒譜圖);xlabel(倒頻（s）);ylabel(倒頻譜幅度（Hz）);運行Process Transform，對語音信號的一部分進行傅里葉變換，并進行倒譜分析，得到如圖4.6圖4.6 聲音樣本波形圖、頻譜圖和倒譜圖從上面的倒譜圖可以看出當讀“主人，信息收到了”時，所對應的頻率大概在200Hz左右。這與人的語音信號頻率集中在200 Hz到4.5 kHz之間是相一致的。而在未發(fā)聲的時間段內，

28、相對的小高頻部分(200500Hz)應該屬于背景噪聲。4.3.4 語音信號的濾波 從圖4.4中發(fā)現，語音信號中包含背景噪聲，這些噪聲的頻率一般較高。所以可以利用MATLAB軟件中的濾波器進行濾波處理，得到較為理想的語音信號。4.3.4.1 語音信號的低通濾波 系統(tǒng)中設計了一個截止頻率為200Hz切比雪夫I型低通濾波器，它的幅頻特性如下圖4.7：圖4.7 低通濾波器的幅頻特性低通濾波器性能指標： wp=0075pi，ws =0125pi，Rp=025；As =50dB；經過低通濾波器處理后，比較處理前后的波形圖的變化，如下圖4.8：圖4.8 低通濾波后波形和頻譜的變化低通濾波后，聲音稍微有些發(fā)悶

29、、低沉，原因是高頻分量被低通濾波器衰減。但是很接近原來的聲音。4.3.4.2 語音信號的高通濾波運用切比雪夫型數字高通濾波器，對語音信號進行濾波處理。高通濾波器性能指標： wp=0375pi，ws =0425pi，Rp=025；As =50dB；然后將其與原信號的比較圖如下圖4.9：圖4.9高通濾波后波形和頻譜的變化高通濾波后，此時只有少許雜音，原因是低頻分量被高通濾波器衰減，而人聲部分正好是低頻部分，所以只剩下雜音，或者發(fā)出高頻雜音但人的耳朵聽不到。4.3.4.3 語音信號的帶通濾波運用橢圓數字帶通濾波器函數，對語音信號進行濾波處理后其與原信號的比較圖如下圖4.10：圖4.10帶通濾波后波形

30、和頻譜的變化4.3.4.4 語音信號的帶阻濾波運用切比雪夫型數字帶阻濾波器，對語音信號進行濾波處理后其與原信號的比較圖如下圖3.11：圖4.11帯阻濾波后波形和頻譜的變化從以上各種數字濾波器經過濾波后得出的語音信號相比較，低通濾波后，聲音稍微有些發(fā)悶，但是很接近原來的聲音；高通濾波后聽不到人的聲音；帶通濾波后聲音有點像機器人小叮當發(fā)出的聲音。帶阻濾波后，聲音比較接近原來的聲音。從頻譜圖中我們可以看出聲音的能量主要集中在低頻(0.2pi即22045Hz以內)部分。4.4 語音信號的輸出 可以將處理后的語音信號在Matlab軟件先播放，體驗處理后的語音信號的效果。還可以將處理后的語音信號保存在電腦上。運行FileSave，保存處理后的語音信號。如果沒有語音信號被處理，則系統(tǒng)會出現提示如下圖4.12：圖4.12 保存提示界面如果有語音信號被處理，運行FileSave，系統(tǒng)會出現提示如下圖4.13：圖4.13 保存界面保存后，整個操作過程就完成了。5 總結本文對語音信號處理系統(tǒng)的設計作了詳細的介紹，采用一系列圖像分析和處理技術，實現了語音信號的基本處理的功能，經過測試運行，本設計圓滿的完成了對語音信號的讀取與打開